في سباق الذكاء الاصطناعي المتسارع، لا تشتعل المنافسة فقط بسبب الشرائح الإلكترونية أو مراكز البيانات العملاقة، بل أيضا بسبب تقنية أقل ظهورا وأكثر تأثيرا: تقنية التقطير في الذكاء الاصطناعي.

هذه التقنية أصبحت في قلب الجدل الدائر بين الشركات الأميركية والصينية، لأنها تتيح تطوير نماذج قوية بكلفة أقل ووقت أسرع، وهو ما يهدد أفضلية الشركات التي أنفقت مليارات الدولارات على تدريب نماذجها الأصلية.

في adova، نرى أن فهم تقنية التقطير لم يعد مسألة تقنية بحتة، بل أصبح ضروريا لفهم مستقبل المنافسة العالمية في الذكاء الاصطناعي.

ما تقنية التقطير في الذكاء الاصطناعي؟
ببساطة، تقوم تقنية التقطير في الذكاء الاصطناعي على نقل المعرفة من نموذج كبير ومتقدم إلى نموذج أصغر وأخف.

يمكن تشبيه الأمر بعلاقة بين معلم وتلميذ:

النموذج الكبير يجيب عن عدد هائل من الأسئلة ويقدم أنماط الاستدلال والإجابات، بينما يتعلم النموذج الأصغر من هذه المخرجات ليكتسب قدرات مشابهة، ولكن بتكلفة تشغيل وتدريب أقل.

بدلا من تدريب نموذج جديد من الصفر باستخدام كميات ضخمة من البيانات الخام، يمكن للشركة تدريب نموذجها على مخرجات نموذج آخر أكثر تقدما. وهنا تكمن القوة الحقيقية للتقطير: الوصول إلى أداء قوي دون تكرار الكلفة الأصلية كاملة.

كيف تعمل تقنية التقطير؟
تعتمد العملية عادة على عدة خطوات رئيسية:

توجيه عدد كبير من الأسئلة إلى النموذج المتقدم.
جمع الإجابات والأنماط التي ينتجها هذا النموذج.
استخدام هذه النتائج كبيانات تدريب للنموذج الأصغر.
تحسين النموذج الجديد حتى يقترب من سلوك النموذج الأساسي في الفهم والإجابة.
النتيجة هي نموذج أكثر كفاءة، وأقل كلفة، وأسرع في النشر، مع احتفاظه بجزء مهم من قدرات النموذج الأكبر.

لماذا تخشاها شركات الذكاء الاصطناعي الكبرى؟
تخشى الشركات الكبرى تقنية التقطير في الذكاء الاصطناعي لأنها قد تقلل من الفجوة بينها وبين المنافسين.

فعندما تستثمر شركة ما مبالغ ضخمة في تطوير نموذج مغلق ومتقدم، فإنها تراهن على صعوبة تقليده. لكن التقطير يفتح الباب أمام شركات أخرى لبناء نماذج منافسة عبر الاستفادة من مخرجات هذا النموذج، لا من بنيته الداخلية.

هذا يعني أن المنافس قد يصل إلى منتج قريب في الجودة، لكنه يقدمه بسعر أقل، وفي وقت أقصر، وبموارد أقل.

ومن هنا يتحول التقطير من أداة تقنية مفيدة إلى تهديد مباشر لنموذج الأعمال نفسه.

التقطير: أداة مشروعة أم وسيلة التفاف؟
هنا تبدأ المنطقة الرمادية.

من حيث المبدأ، لا تعد تقنية التقطير في الذكاء الاصطناعي أمرا سلبيا دائما. كثير من الشركات تستخدمها داخليا لتطوير نسخ أصغر من نماذجها الخاصة، وهذا استخدام مشروع وشائع في المجال.

لكن المشكلة تظهر عندما تُستخدم هذه التقنية مع نماذج منافسة، خصوصا إذا كانت شروط الاستخدام تمنع الاستفادة من المخرجات في تدريب نموذج بديل. عندها تتحول المسألة من كفاءة هندسية إلى نزاع قانوني وتجاري.